关于搜索引擎spider抓取建库的问题解答
问：我们的页面本身就很大，会不会解析不出来?
答：页面本身很大倒没问题，赶集、安居客这些量都很大，没有问题。我刚才说的例子，你每次都follow出来新链接，随机把后面的参数去掉都不影响这个网页的正常访问，这种肯定有问题的。
PS:页面本身大不是问题，应该注意的是链接里的参数问题，尽快少参数，无不可避免的话，确保参数的完整性。
问：刚才说对URL的长度有要求，那对每一段、就是目录名的长度有没有要求
答：没有要求，我们是要求url从www开始到结束，总长度不超过1024个字节。
PS:不必纠结于1024个字节，URL的原则应该是简短易记忆为先。
问：站内重复内容是怎么判断的?文本内容一样结构不一样，算不算重复?
答：算重复
PS:这样还不算重复，那上什么才是重复呢?这就提醒了我们怎么就算不重复的内容了，我们可以在文本的内容和结构上做文章，调整文本的内容设置和文章的结构。
问：假设是整个页面全是Flash，如果我把一些栏目或者最新的内容隐藏掉，不影响美观隐藏掉，如果用hidden属性能不能提取出来?CSS可不可以?
答：hidden可以提出来，但如果是注释就不会管。CSS不可以。
PS：隐藏起来的内容，对于普通用户来说是看不见的，但对搜索引擎却是可见的。而CSS和js一样，他里面的内容是搜索引擎无法识别的。
问：页面大小不超过1兆，是指页面压缩以前还是以后。
答：指页面压缩以后，不要超过1兆
PS：我们只说，尽量将文件压缩到最小。因为小的文件不仅对空间是一种有效的利用，对文件的加载速度也是一种提高
问：我网站的信息已经过时了，但网页返回的是200，会受惩罚?为什么呀?
答：用户在搜索结果里点了你的结果，导流导到你的网站，但没什么可看的，对用户没有用，百度当然不喜欢。
PS：对于已经过时的页面，如果页面不存在了，那么应该返回404状态码。最大限度的满足用户的搜索需求是搜索引擎一贯的宗旨。
问：现在我们很多网站，为了让用户觉得有意思，内容没了就放一张图片，写一些有意思的话，什么“工程师去哪啦”之类的，对百度友好不?
答：最好不要用，我知道站点是想让百度当内容死链来识别，但内容死链识别起来是有准确率和召回率风险的。
PS：不要做那些欺骗用户欺骗搜索引擎的事情。
上一篇: 网站优化:网站优化排名7天真的可以上首页吗? 返 回 下一篇:网站优化:怎么学好SEO优化技术?
